צוות בראשות CSIC ו-UCM הציג גישה חלוצית מסוגל לצפות וליחס גלי חום לשינויי אקלים תוך ימים ספורים. ההצעה, שפורסמה בכתב העת Earth's Future, משלבת מודלים פיזיקליים של מערכת האקלים עם תחזיות שנוצרו על ידי בינה מלאכותית כדי להעריך תוך דקות כמה הגורם האנושי תורם לפרק קיצוני.
פריצת דרך זו מייצגת שינוי משמעותי ב מדע הייחוס, תחום אשר, כפי שהודגש על ידי עבודות רבות אחרונות, הפך למפתח להבנה ולתקשורת של האופן שבו ההתחממות הגלובלית משפיעה ויסות הקצוותהמחברים מדגישים כי קבלת תוצאות תפעוליות בזמן אמת כמעט מקל על הפעלת אמצעי מניעה ולשפר את ניהול הסיכונים.
שיטה היברידית להתגבר על גלי חום
המתודולוגיה משלבת את סימנים פיזיים של התחממות מסימולציות אקלים עולמיות עם תחזיות מזג אוויר המבוססות על בינה מלאכותית. זה מאפשר הערכה מהירה וכמותית על תפקידה של הפעילות האנושית באבולוציה של גל חום מתקרב.
לשם כך, נעשה שימוש בשלושה כלים חדישים המדמים את האטמוספירה בפירוט רב בקני מידה של 10 15 ימיםהצוות מדגיש כי טכניקות אלו משיגות רמת הדיוק דומה לזה של מודלים מספריים מסורתיים, אך ב עניין של דקות ובלי לדרוש מחשוב-על.
- FourCastNet-v2ארכיטקטורת בינה מלאכותית מותאמת לתחזיות גלובליות.
- פנגו-מזג אווירמערכת מבוססת למידה עמוקה לחיזוי מהיר.
- NeuralGCMגישה היברידית המשלבת פיזיקה של האטמוספירה עם רשתות נוירונים.
החוקר ברנט חימנס-אסטבה (IGEO) מדגיש כי מודלים אלה, שאומנו עם נתונים מטאורולוגיים גלובליים, מאפשרים לדמות את אבולוציה אטמוספרית עם זריזות, פתיחת הדלת לניתוח ייחוס בשלב טרום האירוע ולא רק לאחר מעשה.
כיצד מעריכים את טביעת הרגל האנושית: עולמות עובדתיים ועולמות נגד עובדתיים
ההליך משווה שתי מציאויות מקבילות לאותה תקופה: ב- תרחיש עובדתי העולם מיוצג כפי שהוא, כולל ההתחממות הנוכחית, ובתוך תרחיש נגדי, נוצרת מחדש אטמוספרה המקבילה לזו של אקלים טרום-תעשייתי, ללא השפעה אנושית.
כדי ליצור עולם היפותטי זה, מותאמים הדברים הבאים: תנאים ראשוניים ומחסירה את השפעת שינויי האקלים המוערכת על ידי מודלים אקלימיים. הבדל בין שתי התחזיות מאפשר למדוד כמה עוצמה נוספת מביא את כפייה אנתרופוגנית לגל החום הצפוי.
היתרון הגדול של גישה זו טמון בכך שהיא מהירבמקום לחכות שבועות לתוצאות מורכבות, ה- ייחוס עשוי להיות זמין תוך דקות, ומקל על השימוש בו בקבלת החלטות, תקשורת ציבורית ותכנון תגובה.
אימות בפרקים אמיתיים מאזורים שונים
הצוות יישם את השיטה באופן רטרוספקטיבי על ארבעה גלי חום בעלי השפעה גבוהה: חצי האי האיברי (2018), קנדה-ארה"ב (2021), הודו-פקיסטן (2022) y Brasil (2023). בכל המקרים, מערכות בינה מלאכותית צפו את תחילת המחלה במספר ימים. ועוצמה של הפרק ודפוסי האטמוספירה הנלווים אליו.
ההשוואה העובדתית-נגד-עובדתית הראה אותות חזקים ועקביים בין המודלים: שינויי אקלים גדל באופן משמעותי la חוּמרָה של גלי החום שנותחו. במקרה של חצי האי האיברי, החוקר דיוויד בריופדרו (IGEO) מציין כי באוגוסט 2018, ההתחממות העלתה את הטמפרטורות ביותר מ- 1,3 ºC.
תוצאות אלו תומכות ברעיון, שכבר מקובל באופן נרחב על ידי הקהילה המדעית והחינוכית, כי סביר שיהיה מחקרי ייחוס כמה שעות או ימים לאחר - או אפילו לפני - אירוע קיצוני, המספקים מידע חיוני לחברה.
השפעה תפעולית: התראות, ניהול סיכונים ויישומים חדשים
לפי ריקרדו גרסיה-הררה (IGEO), ניבוי מוקדם וייחוס לספק בסיס אמפירי להפעיל מערכות התרעה מוקדמת, לתכנן אמצעי הסתגלות ולהנחות החלטות ניהול סיכונים.
הגישה, יתר על כן, מפחית עלויות ומחסומי גישה בהשוואה לשיטות נומריות מסורתיות. מכיוון שהן דורשות פחות משאבי חישוב, פוחתת כך צריכת אנרגיה כמו פליטת CO2, המאפשרים פריסתה באופן עולמי ושוויוני.
המחברים מציינים כי המסגרת היא ניתן להאקסטרפולציה לתופעות קיצוניות אחרותכמו תופעות מזג אוויר קיצוניות אחרותלמרות שעדיין קיימים אתגרים מדעיים וטכניים, דורות חדשים של מודלים של בינה מלאכותית מוכנים כעת לחזק את מדעי האקלים עם יישומים מהירים בקנה מידה עולמי.
בעזרת שילוב זה של מודלים פיזיים ובינה מלאכותית, ה- ייחוס התפקיד האנושי בגלי חום זה הופך לכלי מעשי ובזמן, שימושי לרשויות, לתקשורת ולאזרחים, עם פוטנציאל לשינוי ההיערכות לקיצוניות בהקשר של התחממות מתמשכת.
